Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DE BRASÍLIA - UnB Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação – FACE Departamento de Economia – ECO PREVIDÊNCIA – SIMULAÇÕES E IMPACTOS SOBRE A DESIGUALDADE DE RENDA GABRIELA SILVESTRIN PANTOJA Dissertação de mestrado BRASÍLIA 2012 UNIVERSIDADE DE BRASÍLIA - UnB Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação – FACE Departamento de Economia – ECO PREVIDÊNCIA – SIMULAÇÕES E IMPACTOS SOBRE A DESIGUALDADE DE RENDA GABRIELA SILVESTRIN PANTOJA Orientadora: Prof. PhD Maria Eduarda Tannuri-Pianto Dissertação apresentada ao Programa de Pós Graduação em Economia da Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação (FACE) da Universidade de Brasília (UnB) como requisito parcial à obtenção do título de mestre em Economia. BRASÍLIA 2012 PANTOJA, Gabriela Silvestrin. Previdência – Simulações e Impactos sobre a Desigualdade de Renda Brasília, 2010. 45p. Dissertação (Mestrado) - Programa de Pós Graduação em Economia da Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação - FACE/UnB. Orientadora: Prof. PhD Maria Eduarda Tannuri-Pianto Dedico este trabalho à minha família pelo constante apoio. AGRADECIMENTOS À Profa. Doutora Maria Eduarda Tannuri-Pianto, orientadora desta dissertação, pelo seu constante empenho, apoio, pelas suas sugestões, pelos ricos debates e pelo seu comprometimento e ensinamentos. Ao Prof. Doutor Donald Pianto, pelas contribuições e apoio. Ao Prof. Doutor Marcelo Medeiros, pelas inestimáveis sugestões e atenção. Ao Prof. Doutor Vander Lucas, pela contribuição e participação. Ao Prof. Doutor Blaise Melly pela ajuda e contribuição. Aos professores da pós-graduação do Departamento de Economia pelos conhecimentos transmitidos e motivação. Aos funcionários do Departamento de Economia pelo auxílio. i RESUMO O presente trabalho é motivado pela análise do sistema previdenciário pelo seu caráter distributivo. Fazemos simulações levando em conta o desenho etário da população brasileira e sua evolução. Para isso utilizamos uma metodologia de decomposição de diferenciais de renda. Na primeira simulação, analisamos como será a composição dos aposentados em 10 anos, simulando uma base de dados para o ano de 2019 e comparando com a base de dados da Pesquisa Nacional de Amostra por Domicílios (PNAD) de 2009. Na segunda simulação, calculamos o impacto na distribuição de renda de uma reforma previdenciária que aumenta a idade mínima para se aposentar. Nas simulações comparamos não apenas a renda de toda a população, como também a renda entre os aposentados. O principal resultado encontrado é que o aumento na proporção dos aposentados leva a uma melhoria da distribuição da renda. Palavras-Chave: Previdência; Distribuição de renda ii ABSTRACT This work is motivated by social security analysis in its distributive aspects. We perform some simulations taking into account the Brazilian age structure and its future development. For this we use a methodology which decomposes income differences. In the first simulation we estimate the composition of the retirees in ten years, generating a database for 2019 and comparing with 2009 database. In the second simulation we measure the impact in income distribution of a social security reform that raises the minimum age to retirement. In the simulations we compare the retirees income and also the entire income. The main result is that the raise of the proportion of retirees leads to an improvement of the income distribution. Keywords: Social security; Income distribution iii LISTA DE GRÁFICOS Gráfico 1 – Decomposição das diferenças na distribuição (1995 2009). Efeito das características, coeficientes e diferença total...................................................................22 Gráfico 2 – Distribuição estimada da renda 2009 e contrafactual 2009 com características de 1995.....................................................................................................23 Gráfico 3 - Distribuição estimada da renda 1995 e contrafactual 2009 com características de 1995.....................................................................................................24 Gráfico 4 - Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica Analfab, outras características e diferença total............26 Gráfico 5 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada: Analfab...........................................................................27 Gráfico 6 – Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica Efund, outras características e diferença total................26 Gráfico 7 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada: Efund..............................................................................27 Gráfico 8 – Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica Emedio, outras características e diferença total.............26 Gráfico 9 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada Emedio.............................................................................27 Gráfico 10 – Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica Esup, outras características e diferença total.................26 Gráfico 11 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada Esup............................................................................27 iv Gráfico 12 – Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica b, outras características e diferença total.......................28 Gráfico 13 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada: b.................................................................................28 Gráfico 14 – Decomposição das diferenças na distribuição da renda (1995 2009). Efeito dos coeficientes, característica branco, outras características e diferença total..............28 Gráfico 15 – Distribuição estimada da renda 2009 e contrafactuais com características de 1995. Característica separada: branco........................................................................28 Gráfico 16 – Distribuição incondicional da renda estimada 2009 e 2019.......................31 Gráfico 17 – Distribuição da renda em 2009 e contrafactual com característica de 2019. Característica separada b.................................................................................................32 Gráfico 18 – Distribuição da renda de aposentados em 2009 e em 2019........................33 Gráfico 19 – Decomposição da diferença da renda dos aposentados (2009 2019).........34 Gráfico 20 – Decomposição das diferenças na distribuição entre beneficiários (2009 2019). Característica separada Analfab...........................................................................34Gráfico 21 – Decomposição das diferenças na distribuição entre beneficiários (2009 2019). Característica separada Efund..............................................................................34 Gráfico 22 – Decomposição das diferenças na distribuição entre beneficiários (2009 2019). Característica separada Emedio...........................................................................34 Gráfico 23 – Decomposição das diferenças na distribuição entre beneficiários (2009 2019). Característica separada Esup................................................................................34 Gráfico 24 – Decomposição da diferença na distribuição entre beneficiários (2009 2019). Característica: Branco..........................................................................................35 Gráfico 25 – Distribuição incondicional da renda estimada 2009 e base simulada........37 Gráfico 26 – Distribuição da renda em 2009 e contrafactual com característica da base simulada. Característica separada: b................................................................................38 v Gráfico 27 – Distribuição da renda de aposentados em 2009 e na base simulada..........39 Gráfico 28 – Decomposição da diferença da renda dos aposentados em 2009 e na base simulada...........................................................................................................................40 vi LISTA DE TABELAS Tabela 1 – Indicadores de distribuição. Valores gerados da amostra PNAD para os anos 1995 e 2009.......................................15 Tabela 2 – Estatísticas descritivas para 1995 e 2009. Tabela gerada a partir dos dados da PNAD de 1995 e 2009...........................................17 Tabela 3 – Descrição das variáveis explicativas do modelo...........................................18 Tabela 4 – 1995: Coeficientes das regressões quantílicas nos quantis 0.1, 0.25, 0.5, 0.75, 0.9. Número de observações: 89272. Nota: todos os valores são significativos ao nível de 1% de significância. Em itálico estão os erros-padrão.......................................................................................................20 Tabela 5 – 2009: Coeficientes das regressões quantílicas nos quantis 0,1, 0,25, 0,5, 0,75, 0,9. Número de observações: 115211. Nota: todos os valores são significativos ao nível de 1% de significância. Em itálico estão os erros-padrão. .....................................................................................................21 Tabela 6 – Estatísticas descritivas para 2009 e 2019. Tabela gerada a partir dos dados da PNAD de 2009, com simulação para 2019, onde o tamanho da amostra de 2019 está baseado nos dados de projeção populacional do IBGE. Amostra de homens com renda pessoal positiva e mais de 16 anos................................30 Tabela 7 – Estatísticas descritivas para 2009 e base simulada. Tabela gerada a partir dos dados da PNAD de 2009, com simulação para reforma previdência instituindo idade mínima para se aposentar de 67 anos. Amostra de homens com renda pessoal positiva e mais de 16 anos.................................................................36 vii SUMÁRIO RESUMO ....................................................................................................................................... i ABSTRACT .................................................................................................................................. ii LISTA DE GRÁFICOS ............................................................................................................... iii LISTA DE TABELAS ..................................................................................................................vi 1. INTRODUÇÃO .................................................................................................................... 1 2. REVISÃO DE LITERATURA ............................................................................................. 5 3. METODOLOGIA ................................................................................................................. 9 4. BASE DE DADOS E ESTATÍSTICAS DESCRITIVAS ................................................... 15 5. RESULTADOS ................................................................................................................... 19 5.1. UTILIZANDO OS DADOS DE 1995 E 2009 ................................................................ 19 5.2. SIMULAÇÃO 1 .............................................................................................................. 29 5.3. SIMULAÇÃO 2 .............................................................................................................. 36 6. CONCLUSÃO .................................................................................................................... 41 7. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................ 43 1 1. INTRODUÇÃO A previdência social é um importante tema de debate nas sociedades modernas, uma vez que tem como objetivo prestar assistência aos idosos e incapacitados, e tem como contrapartida a contribuição da população economicamente ativa, isso é, é um tema que diz respeito a todas as gerações. No Brasil o sistema de previdência foi criado no início do século XX, mas sua universalidade foi alcançada com a promulgação da Constituição de 1988. Além da universalidade da previdência, a Constituição dá outras garantias como a irredutibilidade do valor dos benefícios, a equivalência dos benefícios das populações rurais e urbanas, o piso de um salário mínimo, diversidade da base de financiamento, entre outros. Além disso, a Constituição determina critérios de aposentadoria e de contribuição. A previdência é um tema sensível. Por um lado, a assistência aos incapacitados é muito importante e leva a uma melhoria social, e por outro, deve ser encontrado um sistema de contribuições viável, que mantenha um equilíbrio orçamentário desse sistema. Dados do Ministério da Previdência mostram que em 2011 houve um superávit na previdência, quando somados o regime geral e o regime próprio. No entanto, a composição da população tem mudado nos últimos anos, a expectativa de vida está aumentando e a taxa de fecundidade está diminuindo, isto é, a população brasileira está em processo de envelhecimento. De acordo com dados do IBGE de 2010, a população com mais de 60 anos representou 10,7% da população total, enquanto a população de 0 a 14 anos representou 24%. A projeção para 2050 é de que 29,75% da população seja composta por pessoas com 60 anos ou mais e de que 13,15% seja composta por pessoas de 0 a 14 anos. A população beneficiária tende a aumentar não apenas pelo aumento da expectativa de vida, mas também pela maior inserção da mulher no mercado de trabalho nos últimos anos. Por outro lado, a tendência da contribuição é de diminuir já que os nascimentos estão diminuindo, apesar de a inserção feminina no mercado de trabalho também aumentar a contribuição. Assim, a necessidade de reforma na previdência social reflete mudanças demográficas e no mercado de trabalho. Com efeito, os dados demográficos mostram que se as regras do sistema não mudarem o equilíbrio orçamentário não mais será atingido nos próximos anos. Visto que as características da 2 população têm mudado, as regras da previdência devem ser alteradas, para estar em sintonia com as características populacionais. A reforma da previdência é tema de amplo debate nas Casas do Congresso Nacional. Existem muitas propostas de reformas, mas é difícil chegar a ponto comum, por ser um assuntoque abrange toda a população e que tem um aspecto de conflito distributivo intergeracional (entre as gerações, inclusive as que ainda não nasceram) e intrageracional (entre uma mesma geração, trabalhadores urbanos e rurais, de diferentes regiões, de diferentes raças). A partir da Constituição de 1988 o sistema previdenciário brasileiro se inseriu no conceito de seguridade social, tem um aspecto assistencialista, sendo utilizada como instrumento de redistribuição de renda. Observando dados dos rendimentos de previdência podemos calcular a distribuição de renda com e sem esse benefício. Percebemos que a distribuição de renda é melhor quando incluímos a previdência, principalmente para a porção mais idosa1. O sistema previdenciário brasileiro tem um forte componente distributivo, tanto intergeracional, quanto intrageracional. Entre os indivíduos que recebem aposentadoria, encontramos diferenças na distribuição dos benefícios. A estrutura atual da previdência social é composta por três regimes. O Regime Próprio de Previdência Social (RPPS) abrange os servidores públicos (União, Estados e Municípios). O Regime Geral de Previdência Social (RGPS) e os regimes complementares abrangem o setor privado. O RPPS é compulsório, a aposentadoria por tempo de contribuição é concedida com 30 anos para as mulheres e 35 para os homens. A aposentadoria por idade é concedida aos 55 anos para as mulheres e aos 60 anos para os homens. O RGPS é compulsório, com teto, e benefício reajustado com a inflação. A aposentadoria por idade é concedida aos homens com 65 anos, se for de área urbana e 60 se for de área rural. Para as mulheres, é concedida aos 60 anos, se de área urbana e aos 55, se de área rural. Já a aposentadoria por tempo de contribuição é concedida com 35 anos para os homens e com 30 anos para as mulheres. 1 Ver, a respeito, MOURA, R. L., TAFNER, P. e FILHO, J. J. (2007) 3 Com o objetivo de iniciar uma convergência entre o RPPS e o RGPS e de alcançar um equilíbrio de longo prazo no sistema previdenciário, foram discutidas e aprovadas reformas no sistema previdenciário em 1998, 2003 e 2005. A Emenda Constitucional n 20/1998 aumentou a idade mínima para a aposentadoria por idade no regime próprio, instituiu exigência de tempo no cargo e tempo de serviço público para a concessão de aposentadoria pelo RPPS, além de algumas mudanças no RGPS. A Emenda Constitucional n 41/2003 instituiu uma maior reforma no RPPS, como a contribuição previdenciária de inativos e o fim da paridade entre o último salário e o valor inicial da aposentadoria. A instituição de um teto para os benefícios do RPPS, apesar de estar prevista na Emenda constitucional n 41/2003, ainda não está em vigor, aguardando regulamentação. As diferenças nas regras de cada regime são refletidas nos respectivos orçamentos. Enquanto o RGPS, que tem aproximadamente 29 milhões de beneficiários, teve, em 2011, déficit de 36,5 bilhões, o RPPS, que abrange um milhão de beneficiários, teve um déficit de 56 bilhões. Por outro lado, dentro do regime geral vemos a distribuição de renda entre regiões e classes sociais. As regras do RGPS são diferentes para os trabalhadores rurais e trabalhadores urbanos. Enquanto esses precisam comprovar um período mínimo de 180 meses de contribuição para aposentadoria por idade, aqueles precisam comprovar um período mínimo de 180 meses de atividade rural, isto é, não precisam contribuir para a previdência. Além da distribuição de renda intrageracional, outro aspecto de relevância no sistema previdenciário é seu impacto na distribuição de renda intergeracional. De acordo com estudos do Ministério da Previdência Social (MPS)2, o RGPS em 2007 foi responsável por retirar da pobreza aproximadamente 22,23 milhões de pessoas. Com a universalidade do benefício, as desigualdades regionais e de classes diminuíram. Embora esse sistema promova uma melhor distribuição, vemos um aspecto de distribuição etária da pobreza, uma vez que esse sistema beneficia a população com mais idade. No estudo de Barros et al. (2006) verificamos como foi a evolução da distribuição de renda no Brasil nos últimos anos. Este estudo decompõe a redução da desigualdade em seus elementos causadores. A renda não derivada do trabalho, que 2 Ver Panorama da Previdência Social Brasileira, 3 edição. 4 inclui aposentadorias e pensões, é responsável por 36% da redução da desigualdade de renda. De fato, alterações nas regras previdenciárias podem afetar a distribuição de renda. Com a situação atual no Brasil, de um sistema previdenciário universal, a expectativa de vida aumentando e a taxa de natalidade diminuindo, a previdência possivelmente terá que se ajustar a essas diferenças. O enfoque desse trabalho é exatamente analisar qual o impacto desses ajustes na distribuição de renda. Assim, o presente trabalho tem por objetivo analisar a previdência sob a ótica do seu aspecto distributivo. Para tanto, será analisado qual o impacto das alterações nas características populacionais na distribuição de renda da população ativa e inativa. Além disso, da mesma forma que vamos analisar o impacto de alterações na proporção de beneficiários do sistema previdenciário na distribuição de renda como um todo, vamos analisar o impacto de mudanças nas características da amostra dos trabalhadores da ativa na renda dos aposentados. O trabalho está organizado em cinco capítulos além dessa introdução. No segundo capítulo é feita uma revisão de literatura. No capítulo 3, a metodologia do trabalho será descrita. No capítulo 4 serão apresentadas a base de dados e as estatísticas descritivas. No capítulo 5 temos os resultados, e o capítulo 6 conclui o trabalho. 5 2. REVISÃO DE LITERATURA A importância da previdência social como fator de redistribuição de renda foi apontada por Feldstein (1976). Ao comparar a distribuição da renda total com a distribuição da renda deduzida do benefício previdenciário para dados dos Estados Unidos da América (EUA), Feldstein encontra que a primeira é mais igual, o que revela o caráter progressivo do sistema previdenciário. Além disso, mostra como esse sistema desestimula o acúmulo de riqueza, principalmente para as famílias de menor renda. Liebman (2002) faz uma análise da distribuição de renda promovida pelo sistema de seguridade social dos EUA ao simular um modelo de como seria a distribuição de renda caso as gerações que nasceram de 1925 a 1929 tivessem vivido sobre o atual regime de previdência. O resultado encontrado é que a redistribuição promovida pelo sistema é da ordem de 13% da quantidade de benefícios recebidos, sendo que apenas 9% é relacionado com transferência de renda dos mais ricos para os mais pobres, a outra parte é explicada por outras transferências como dos indivíduos com baixa expectativa de vida para os que possuem alta expectativa de vida, de trabalhadores solteiros e casais em que ambos possuem rendimentos para casais em que apenas um possui rendimentos e de indivíduos que trabalharam por mais de 35 anos para indivíduos que trabalharam menos de 35 anos. A modesta redistribuição de renda entre os indivíduos de maior renda e os indivíduos de menor renda é explicada pelo fato de que os indivíduos de maior renda tendem a ter maior expectativa de vida e a receberem maiores benefícios dos cônjuges. Gokhale e Kotlikoff (2002), utilizando um modelo de simulação de herança de Gokhale (2001), analisam o impacto de um sistema de seguridade social no índice de Gini dos EUA. Os autores encontram que a presença desse sistema acarreta um índice de Gini 16% maior. Além disso, entre os 10% mais ricos da amostra, a renda é quase 25% maiorna presença desse sistema. A explicação para isso é que a seguridade social não incentiva os mais pobres a poupar, e, portanto, a transferir herança para os mais jovens. O mesmo não é verdade para os mais ricos, esses continuam poupando e transferem herança para seus descendentes, o que agrava a desigualdade de renda. Em uma análise de como a seguridade social afeta o grau de pobreza, Brown, Coronado e Fullerton (2009) concluem que a resposta depende da definição de pobreza. Usando dados dos rendimentos familiares dos EUA, calculam o grau de redistribuição 6 da renda causado pelo sistema previdenciário, como esse grau varia com a medida de renda utilizada, e como muda entre as coortes analisadas. São encontrados resultados importantes. Quando a redistribuição é medida utilizando um conceito de renda mais amplo (a renda da família incluindo ganhos potenciais e não apenas a renda individual), a previdência social apresenta um impacto quase nulo na distribuição de renda. Além disso, mesmo quando a redistribuição ocorre, não é feita de forma eficiente, famílias com renda alta recebem transferência líquida de renda e famílias com renda baixa transferem renda líquida. Por fim, o efeito da seguridade social em reduzir a desigualdade varia entre as coortes, e essa mudança depende do conceito de renda utilizado. Por outro lado, alguns estudos mostram que o sistema de previdência no Brasil é progressivo. Caetano (2006) estuda os subsídios cruzados dentro do sistema previdenciário, isto é, as diferenças de retorno da previdência social obtido pelos diferentes segmentos do sistema. Por exemplo, a aposentadoria de alguns segmentos do sistema é concedida com menos tempo de contribuição, de modo que esse segmento recebe subsídios cruzados (ou maiores retornos da previdência social) de outro segmento que recebem aposentadoria com maior tempo de contribuição. Utilizando-se de cálculo atuarial ordena os segmentos em ordem decrescente de retorno. O resultado encontrado é que a previdência social tem caráter distributivo de maneira progressiva, isto porque os segmentos que possuem maior retorno nesse sistema, são os que em geral recebem menor rendimento ou que possuem maior dificuldade para se inserirem no mercado de trabalho. Resultado semelhante é encontrado em outro estudo, de Caetano (2008). Nesse estudo é feita uma análise de distribuição de renda regional com foco nos municípios. O modelo desenvolvido pelo autor mostra que a previdência gera distribuição de renda progressiva entre as regiões, isto é, há uma redistribuição dos municípios com maior renda para os municípios de menor renda. Esses resultados são corroborados pela análise do índice de Gini dos benefícios previdenciários médios comparados com o índice de Gini do PIB per capital municipal. O último é maior, de modo que a previdência contribui para uma distribuição de renda mais igualitária. Barros e Carvalho (2006) relacionam os efeitos do sistema previdenciário no nível de pobreza e distribuição de renda ao estudarem a efetividade do salário mínimo como forma de diminuir a desigualdade de renda. Para tanto analisam o impacto na 7 desigualdade de renda e na pobreza de um aumento de 10% do salário mínimo. Comparam esse resultado com quanto seria necessário aumentar as transferências do programa Bolsa Família e Salário família para alcançar o mesmo resultado na diminuição da pobreza e da desigualdade de renda. O resultado encontrado é que a eficácia desses programas de transferência é 2,5 vezes maior no combate à pobreza e desigualdade. O aumento do salário mínimo altera a renda das famílias por diversos canais, sendo que a previdência é responsável por mais da metade dessa alteração. Não obstante, apenas 21% do total do aumento dos rendimentos de previdência devido ao aumento do salário mínimo beneficia os pobres e apenas 3% beneficia os extremamente pobres, isso ocorre porque poucas famílias pobres têm idosos. Tafner (2007) mostra também que a previdência tem componente distributivo, no entanto, não é a forma mais eficiente de diminuir a desigualdade de renda, devido à questão da distribuição intergeracional. O estudo faz simulações alterando as regras de previdência de modo que os beneficiados continuem recebendo benefícios, mas em valor menor e o montante total de dinheiro gasto é mantido. O resultado encontrado é que o percentual de pobres no Brasil reduziria (de maneira desigual entre as regiões e entre as faixas etárias). A desigualdade de renda também reduziria, sendo que a perda dos mais ricos, em termos percentuais, seria menor que o ganho dos mais pobres. A conclusão que se chega é que apesar de o sistema previdenciário promover uma redistribuição de renda, isso não significa que seja o sistema mais eficiente. Existe espaço para mudanças nas regras de aposentadoria que promovam uma melhor distribuição de renda. Outro estudo que analisa a característica distributiva do sistema previdenciário é de Moura, Tafner e Filho (2007). Para tanto, utilizam dados da PNAD de alguns anos para estimar as densidades contrafactuais da renda e algumas medidas de distribuição de renda. O resultado encontrado é que para os homens o sistema previdenciário é regressivo, no sentido de que os que contribuem menos, tendem a receber menos benefícios. Já para as mulheres, não se pode afirmar que o sistema previdenciário é progressivo. Esse resultado vai ao encontro do resultado de Barros e Carvalho (2006) descrito acima. 8 Além do sistema previdenciário, outros fatores contribuíram para alterar a distribuição da renda nos últimos anos. Hoffman (2005) em seu estudo sobre as causas da queda da desigualdade de renda brasileira conclui que as mudanças nos rendimentos do trabalho explicam a maior parte dessa queda entre os anos 1997 e 2005. Barros, Franco e Mendonça (2006) analisam o impacto da educação nos rendimentos de trabalho, e concluem que a redução nos diferenciais de remuneração por nível educacional foi um dos principais responsáveis pela queda da desigualdade dos rendimentos de trabalho. Os mesmos autores, Barros, Franco e Mendonça (2006), em trabalho sobre os efeitos da discriminação (variáveis de gênero e cor) e segmentação (mercados de trabalho formal e informal, espacial e setorial) no mercado de trabalho na desigualdade de renda entre os anos 1995 e 2005, concluem que o efeito de ambas declinou ao longo da década, levando a uma queda da desigualdade nos rendimentos do trabalho. Ainda, Soares et al. (2006), analisam os fatores que levaram a mudança na distribuição da renda entre os anos 1995 e 2004 e atribui parte dessas mudanças aos programas de transferência de renda. No entanto, mostram que houve uma piora na distribuição da renda dos aposentados e pensionistas que ganham acima do piso previdenciário. Nesse estudo nos propomos a analisar os efeitos de alterações na proporção de aposentados na desigualdade de renda, sendo essa alteração da proporção resultante tanto de alterações demográficas quanto de reformas no sistema previdenciário. Para tanto, faremos uma análise de regressão quantílica e de decomposições contrafactuais para quantis de renda incondicional estimada com base em modelos condicionais utilizando a metodologia de Chernozhukov, Fernández-Val e Melly (2009). Essa metodologia nos possibilitará fazer uma análise de desigualdade de renda em toda a distribuição de rendimentos. Além disso, podemos decompor os efeitos de cada característica nos diferenciais de renda. 9 3. METODOLOGIA Nesse capítulo será discutida a metodologia utilizada para estimar o modelo proposto. Utilizamos o método de Chernozhukov, Fernández-Val e Melly (2009), que designamos CFM a partir de agora. Nesse estudo os autores desenvolvem um método geral que utiliza modelos de regressão paraestimar efeitos de políticas na distribuição marginal de uma característica. Essas políticas são mudanças tanto na distribuição das características quanto nos retornos às mesmas características. A contribuição desse modelo está em desenvolver estimadores que permitem avaliar efeitos quantílicos, distributivos, entre outros, de uma política de intervenção. Além disso, deriva ferramentas de inferência para esses estimadores. Assim, o modelo CFM permite a análise de várias políticas, sendo uma generalização de diversos outros métodos para a análise de políticas desenvolvidos em estudos anteriores como os métodos de Gosling, Machin a Meghir (2000) e de Machado e Mata (2005). Em particular, nosso trabalho utiliza a regressão quantílica como método de análise das políticas de intervenção no sistema previdenciário e outras características. O método CFM substituiu os trabalhos anteriores dos autores3. Melly (2005) propõe um estimador para analisar funções de distribuição. Esse estimador tem procedimento semelhante aos estimadores expostos nos estudos de Machado e Mata (2005) e Gosling et al. (2000). A contribuição de Melly está em resolver os problemas de cruzamento de curvas de quantis diferentes e em determinar a distribuição assintótica dos coeficientes. O procedimento de Melly consiste na estimação da distribuição condicional da variável independente por regressão quantílica e posteriormente esse resultado é integrado sobre as covariadas, o que permite encontrar a distribuição incondicional da variável dependente. Esse procedimento é um caso particular do modelo CFM, e é o caso que estamos estimando nesse estudo. Assim, a metodologia será explicada com base no estudo de Melly (2005). A regressão quantílica condicional foi inicialmente proposta por Koenker e Basset (1978). Esse tipo de regressão permite uma análise mais abrangente da distribuição em questão. De acordo com Koenker (2005), a regressão quantílica complementa a clássica regressão de mínimos quadrados para a média condicional ao oferecer uma estratégia 3 Melly (2005), “Estimation of Counterfactual Distributions Using Quantile Regression” e Chernozhukov & Fernández-Val (2005) “Inference on Counterfactual Distributions Using Conditional Quantile Models”. 10 para examinar como as variáveis influenciam o local, escala e forma da distribuição em análise. Com a regressão quantílica condicional obtemos os coeficientes estimados das variáveis explicativas para cada quantil da variável dependente condicional às variáveis explicativas. Suponha uma análise do rendimento usando como variável explicativa o nível educacional. Podemos classificar os indivíduos em ordem crescente de rendimentos, assim, os que recebem salários mais altos estarão nos quantis incondicionais da renda mais altos. Ao fazer a regressão quantílica, analisamos quanto o indivíduo ganha condicional ao seu nível educacional. Um indivíduo com um salário alto pode estar, na regressão quantílica, no quantil condicional de renda mais baixo, isto é, apesar de estar nos quantis mais altos na distribuição incondicional, está nos quantis mais baixos na distribuição condicional. Isso porque condicional ao seu nível de educação, seu salário é baixo, é um caso em que o nível de educação é muito alto, e dentre os indivíduos que possuem esse nível de educação, o indivíduo em análise ganha um salário baixo, isto é, seu retorno à educação é baixo. Da mesma forma, um indivíduo que ganha pouco em termos absolutos e com baixa educação, pode estar no quantil condicional de renda mais alto, isto é, dentre os indivíduos que possuem o mesmo nível educacional que este, sua remuneração é maior, seu retorno à educação é alto. Para explicar formalmente a regressão quantílica seguiremos a metodologia de Koenker (2005). Suponha uma função de distribuição: ( ) ( )F x P X x= ≤ onde para qualquer 0 1τ< < , ( ) { }1 inf : ( )F x F xτ τ− = ≥ é o quantil τ, isto é, é o menor x tal que sua probabilidade acumulada seja maior que τ. Para encontrar os quantis da distribuição de x, costuma-se ordenar a distribuição de forma crescente e então dividir os quantis. A inovação da regressão quantílica é exatamente definir os quantis de forma alternativa, como um problema de otimização. Assim como a média amostral é definida como a solução de um problema de minimizar a soma dos quadrados dos resíduos, podemos definir a mediana como solução para o 11 problema de minimizar a soma dos desvios absolutos. Os outros quantis amostrais podem ser definidos de forma análoga. Para isso resolvemos: ( )min iyτξ ρ ξ∈ℜ −∑ onde (.)τρ é a função perda definida por: ( ) ( ( 0))u u I uτρ τ= − < Para algum (0,1)τ ∈ . Uma vez encontrando os quantis incondicionais, podemos encontrar os quantis condicionais de forma análoga. Seja uma amostra aleatória { } 1, Ni i iy x = , onde ix é um vetor Kx1 de regressores. No nosso trabalho, iy é o logaritmo dos rendimentos, e o vetor ix está representado na tabela 3. Especificamos a função do quantil condicional como ( ) ( ) ( )1| , 0,1Ty x i iF x xτ β τ τ− = ∀ ∈ e estimamos ˆ( )β τ como: 1 min ( ) p n i i i y x β ρ βΤ ∈ℜ = −∑ (1) assim, conseguimos estimar a regressão quantílica condicional aos quantis de renda. Apesar dos resultados que podemos obter com a regressão quantílica, o interesse pode estar, muitas vezes, no impacto das variáveis explicativas na distribuição incondicional da variável dependente. Aplicando no exemplo acima, queremos saber qual o impacto de uma variação da educação na renda dos 20% mais ricos. Como explicado anteriormente, podemos estimar a distribuição incondicional com o modelo CFM. Esse modelo nos permite comparar diferentes distribuições incondicionais e, inclusive, decompor a diferença entre as distribuições em efeitos das características, efeitos dos coeficientes e efeito dos resíduos. Ou seja, podemos analisar a natureza da diferença entre duas distribuições incondicionais. Essa decomposição será explicada abaixo, com base no estudo de Melly (2005). Inicialmente, podemos reescrever (1) como: 12 ( ) ( ) ( )( ) 1 1 ˆ min 1 K N i i i i i y x y x Nβ β τ β τ β ∈ = = − − ≤∑ � onde ( ) ( ) ( )( )1ˆ ˆ ,..., ,...,j Jβ β τ β τ β τ= é o vetor de coeficientes de todas as regressões quantílicas, e J denota os quantis em que as regressões são feitas. Para encontrar a distribuição incondicional precisamos integrar a distribuição condicional sobre as covariadas. No entanto, uma propriedade da regressão quantílica que pode dificultar os cálculos é que há uma possível falta de monotonicidade na estimação4, isto é j kτ τ≤ não necessariamente implica que ( ) ( )ˆ ˆi j i kx xβ τ β τ≤ . Para solucionar esse problema, utilizaremos uma propriedade do τ-ésimo quantil de y, que podemos chamar de 0q : ( ) ( ) ( ) ( ) ( )( ) ( ) ( )( )( ) 1 0 0 0 1 1 00 1 1 1 Y y XY X XY X q F y q dF y y q f y x dy dF x F x q d dF θ θ θ τ τ θ − − = ⇔ ≤ = ⇔ ≤ = ⇔ ≤ = ∫ ∫ ∫ ∫ ∫ Substituindo ( )1 i iy xF xτ− por ( )ˆi jx β τ obtemos o estimador dos quantis incondicionais da distribuição incondicional: ( ) ( ) ( )( )1 1 1 1 ˆ ˆ ˆ , inf : 1 N J j j i j i j q x q x q N β τ τ β τ θ − = = = − ≤ ≥ ∑∑ (2) Estimar a distribuição incondicional nos permite estimar a decomposição das diferenças na distribuição incondicional ao simularmos distribuições contrafactuais. No nosso estudo estamos comparando a distribuição dos rendimentos dos anos 1995 e 2009. Seja t a variável que denota o ano, t=09 se o ano for 2009 e t=95 se o ano for 1995. Com a equação (2)podemos responder perguntas do tipo: como seria a distribuição dos rendimentos em 1995 se a distribuição dos atributos individuais fosse 4 Esse problema é conhecido na literatura como “quantile crossing”. 13 igual à de 2009? Podemos estimar esse contrafactual substituindo na equação (2) a distribuição das características de 2009 e os coeficientes estimados em 1995: ( ) ( ) ( )( )95 09 09 951 1 1 1 ˆ ˆ ˆ , inf : 1 N J j j i j i j q x q x q N β τ τ β τ θ − = = = − ≤ ≥ ∑∑ A diferença entre ( )95 09ˆˆ ,q xβ e ( )95 95ˆˆ ,q xβ nos dá o efeito das características na distribuição incondicional. Podemos ainda, decompor a diferença total entre as distribuições em efeitos dos coeficientes e efeitos dos resíduos, ou seja, explicar a diferença entre ( )95 95ˆˆ ,q xβ e ( )09 09ˆˆ ,q xβ . Para encontrar o efeito dos coeficientes, fixamos os valores da distribuição e dos resíduos para um ano, e variamos os valores dos coeficientes nos dois anos da análise. Da mesma forma, para analisar o efeito dos resíduos, deixamos os valores das características e dos coeficientes fixos, e variamos apenas os valores dos resíduos. Para exemplificar o cálculo da decomposição, vamos supor que estamos calculando o efeito dos coeficientes de uma regressão na mediana, ou seja, vamos usar a seguinte equação de rendimentos: ( )0.5t t t ti i iy x uβ= + onde t denota o ano em análise. Além disso, usaremos o fato de que o τ-ésimo quantil da distribuição dos resíduos condicional às variáveis explicativas, pode ser consistentemente estimado por ( ) ( )( )ˆ ˆ 0.5x β τ β− . Podemos estimar a distribuição dos rendimentos caso o retorno das características na mediana fosse o mesmo que em 2009, mas os resíduos fossem distribuídos como em 1995. Vamos denotar esse resultado por ( )09,95 09ˆˆ ,q xβ , onde 09,95ˆβ denota o vetor Jx1 no qual o j-ésimo elemento é dado por: ( ) ( ) ( ) ( )( )09,95 09 95 95ˆ ˆ ˆ ˆ0.5 0.5j jβ τ β β τ β= + − ou seja, é o vetor dos coeficientes da estimação na mediana em que a distribuição das características é como a de 2009 e os resíduos são como em 1995. Temos assim que a diferença entre ( )95 09ˆˆ ,q xβ e ( )09,95 09ˆˆ ,q xβ é explicada pelas mudanças nos 14 coeficientes. Com efeito, estamos comparando um caso em que as características são distribuídas como em 2009, e os coeficientes e resíduos são distribuídos como em 1995 com um caso em que as características e os coeficientes são distribuídos como em 2009 e os resíduos são distribuídos como em 1995. Desse modo, a diferença é a medida exata do efeito da variação dos coeficientes. Por fim, encontramos o efeito dos resíduos ao comparar ( )09 09ˆˆ ,q xβ com ( )09,95 09ˆˆ ,q xβ , isto é, fixamos as características e os coeficientes em um ano e variamos apenas os resíduos. O efeito dos resíduos indica as mudanças nas variáveis que não estão inclusas no modelo. Com esses resultados, temos que a diferença total é decomposta da seguinte forma: ( ) ( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) 09 09 95 95 09 09 09,95 09 09,95 09 95 09 95 09 95 95 ˆ ˆ ˆ ˆ , , ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ, , , , , , q x q x q x q x q x q x q x q x β β β β β β β β − = − + − + − ou seja, a diferença total é igual à soma da variação causada pela mudança nos resíduos, da variação causada pela mudança nos coeficientes e da variação causada pela mudança nas características. O modelo CFM nos possibilita estimar uma gama de distribuições por diversos métodos. Nesse trabalho estamos interessados especificamente em estimar a distribuição incondicional dos rendimentos a partir de regressões quantílicas condicionais. Além disso, buscamos explicar as diferenças nas distribuições de rendimento a cada ano. 15 4. BASE DE DADOS E ESTATÍSTICAS DESCRITIVAS Ao longo desse trabalho, utilizamos amostras extraídas da Pesquisa Nacional de Amostra por Domicílios (PNAD) dos anos 1995 e 2009. O trabalho tem como objetivo analisar o impacto de alterações demográficas e das regras previdenciárias na distribuição de renda de toda a população. Para estimar as densidades, utilizaremos o logaritmo da renda pessoal5. Dessa forma, serão excluídos da amostra todos os indivíduos que não possuem renda pessoal. Além disso, são excluídos da amostra os que possuem menos de 16 anos. A variável utilizada para as simulações será a proporção de beneficiários de aposentadoria. Analisando os dados de pensão por morte e aposentadorias ativas do Ministério da Previdência Social6 e comparando-os com os dados da PNAD, encontramos uma divergência de resultados para os indivíduos do sexo feminino. A relação entre pensões por morte e aposentadorias para as mulheres é maior nos dados administrativos que na PNAD, indicando que pode haver um erro dos entrevistados na declaração de pensão e aposentadoria na PNAD, de modo a superestimar a quantidade de aposentadorias. Assim, amostra também será restrita para o sexo masculino. A amostra final do ano 2009 é composta por 115.211 indivíduos, e do ano 1995 é composta por 89.272 indivíduos. Tabela 1 – Indicadores de distribuição 1995 2009 Índice de Gini 0,589 0,524 Índice de Theil 0,710 0,594 Valores gerados da amostra PNAD para os anos 1995 e 2009. 5 A renda pessoal é composta pelo somatório das rendas provenientes de todos os empregos, de aposentadorias e de pensões. 6 Ver Anuário Estatístico da Previdência Social, MPS. (2009) 16 Na tabela 1, disposta acima, podemos observar indicadores de distribuição de renda. Comparando o rendimento proveniente de todas as fontes entre os anos em estudo, percebemos que a distribuição de renda é mais igualitária no ano de 20097. As características da amostra em porcentagem estão dispostas na tabela 2. Dividimos a amostra dos anos 1995 e 2009 entre beneficiários e não beneficiários. Nesse trabalho serão considerados beneficiários os indivíduos que recebem rendimentos de aposentadoria. Os dados de educação mostram uma evolução semelhante para os beneficiários e para os não beneficiários. A proporção dos indivíduos com menor grau de educação caiu, enquanto a proporção de indivíduos com maior grau de educação aumentou, isto é, o nível educacional aumentou de uma forma geral para a amostra analisada. Podemos observar também que a proporção de beneficiários aumentou de 1995 para 2009, essa variação é resultado do aumento da expectativa de vida da população e da diminuição da taxa de natalidade. Com relação à idade, podemos observar que a proporção de beneficiários nos grupos formados por indivíduos com mais de 55 anos aumentou de 1995 para 2009. Essa mudança é resultado, em parte, das novas regras do sistema previdenciário em vigor a partir de 1995, por exemplo, o fator previdenciário8, que atrasam a idade de aposentadoria. Além disso, tais resultados também podem ser explicados pelo crescimento da expectativa de vida entre os anos de 1995 e 20099. Com relação à variável de cor, temos que entre os beneficiários a proporção de brancos na amostra diminuiu. Isso mostra uma maior inserção de indivíduos de outras etnias no sistema previdenciário. Além disso, a proporção de brancos diminuiu consideravelmente também entre os não beneficiários, o que significa que os indivíduos de outras etnias estão se inserindo mais no mercado de trabalho, com essa proporção se aproximando da proporção de diferentes etnias no Brasil. Com relação à região, temos que a proporção dos que vivem em zona rural não variou muito 7 A literatura aponta muitos determinantes paraessa queda na desigualdade de renda nos últimos anos, entre eles estão as transferências governamentais, redução das imperfeições no funcionamento do mercado de trabalho e redução da heterogeneidade educacional da força de trabalho. Para uma análise mais profunda ver: Desigualdade de renda no Brasil: Uma análise da queda recente, IPEA (2006). 8 O fator previdenciário foi instituído em 1995 pela Lei 9.867. Sua instituição incentiva o segurado a adiar sua aposentadoria prolongando o tempo de contribuição ao equiparar a contribuição do segurado ao valor do benefício. 9 Ver Projeção da População do Brasil por sexo e idade: 1980-2050 - Revisão 2008. IBGE. 17 entre os dois anos em análise tanto para beneficiários quanto para não beneficiários. No nosso trabalho não separaremos a aposentadoria rural da aposentadoria urbana pois a amostra na PNAD não possui essa informação. Tabela 2 – Estatísticas descritivas para 1995 e 2009. 1995 2009 Beneficiários Não beneficiários Beneficiários Não beneficiários Total 13.045 76.227 18.296 96.915 Idade 16-25 0,25% 29,08% 0,15% 23,36% 26-45 4,71% 52,44% 2,71% 52,05% 46-55 14,95% 12,99% 9,74% 17,43% 56-65 30,86% 4,92% 31,18% 6,42% 66-75 33,41% 0,49% 36,31% 0,61% A partir de 75 15,82% 0,08% 19,91% 0,12% Cor Branco 59,93% 51,67% 52,55% 43,80% Anos de estudo 0-3 54,28% 31,15% 44,24% 17,07% 4-7 25,88% 34,61% 26,82% 24,73% 8-10 5,86% 14,15% 8,46% 17,78% 11-14 7,93% 14,47% 12,94% 31,68% 15 ou mais 6,01% 5,31% 7,49% 8,36% Não determinado 0,03% 0,32% 0,04% 0,38% Região Urbana 81,53% 82,28% 81,74% 85,08% Tabela gerada a partir dos dados da PNAD de 1995 e 2009 A variável dependente usada ao longo do trabalho é o logaritmo da renda pessoal. As variáveis explicativas utilizadas no modelo, por sua vez, estão descritas na tabela 3. A variável b é uma variável dummy que indica se o indivíduo está aposentado ou não. Essa variável será importante para o modelo pois com base nela serão feitas algumas alterações para as simulações. As variáveis de educação são qualitativas e são dividas entre os níveis educacionais: analfabetos, ensino primário, ensino fundamental, ensino médio, ensino superior, e ensino primário (4 a 7 anos de estudo) é utilizado como base de comparação. 18 Tabela 3 - Descrição das variáveis explicativas do modelo Variável Descrição Idade idade atual Idadesqr idade atual elevada ao quadrado Analfab 1 se a pessoa possui até 3 anos de estudo, 0 caso contrário Efund 1 se a pessoa possui ensino fundamental completo, 0 caso contrário Emedio 1 se a pessoa possui ensino médio completo, 0 caso contrário Esup 1 se a pessoa possui ensino superior completo, 0 caso contrário Sexo 1 se mulher, 0 caso contrário Branco 1 se branco, 0 caso contrário B 1 se é aposentado, 0 caso contrário 19 5. RESULTADOS 5.1. UTILIZANDO OS DADOS DE 1995 E 2009 Utilizando a metodologia explicada acima, estimamos regressões quantílicas e o modelo CFM. Na tabela 4 temos os valores da regressão quantílica nos quantis 0.1, 0.25, 0.5, 0.75 e 0.9 para o ano de 1995. Todos os resultados da regressão quantílica são significantes a 1%. Os coeficientes de educação para esse ano aumentaram em termos absolutos ao longo dos quantis, tendo apenas uma pequena queda entre os quantis 0.75 e 0.9 para as variáveis Analfab e Esup. Ou seja, para os quantis menores condicionais às características, o efeito da educação foi menor, enquanto nos quantis maiores condicionais às características, o efeito da educação foi maior. Na tabela 5 temos os valores da regressão quantílica nos quantis 0.1, 0.25, 0.5, 0.75 e 0.9 para o ano de 2009. Podemos notar, em 2009, que os efeitos das variáveis de educação tiveram uma tendência de queda ao logo dos quantis. Além disso, assim como em 1995, notamos que o efeito das variáveis de educação na renda é maior quanto maior é nível educacional. Comparando as variáveis de educação de 1995 com 2009, notamos que, apesar de o sinal dos coeficientes continuar o mesmo nos dois anos, em geral o valor absoluto desses coeficientes diminuiu de 1995 para 2009, isto é, os retornos à educação são menores em 2009 que em 1995. Com efeito, o analfabetismo tem um efeito menor na diminuição dos rendimentos em 2009, e a conclusão do ensino fundamental, médio ou superior tem um efeito menor no aumento dos rendimentos no mesmo ano. A exceção é o quantil 0.1, no qual os retornos do analfabetismo e do ensino superior são menores de 1995 para 2009, mas o retorno do ensino fundamental aumenta. Analisando os coeficientes da variável b para o ano de 1995, temos que essa variável tem menor impacto no quantil 0.1. Nos outros quantis, o impacto dessa variável é maior, sendo no quantil 0.25 seu maior valor. No ano de 2009 os resultados são opostos, o maior impacto dessa variável é no quantil 0.1. Comparando os dois anos, percebemos que a variável b, que representa se o indivíduo recebe aposentadoria ou não, tinha coeficiente negativo em 1995, e em 2009 tem coeficiente positivo, exceto no quantil 0.25, mas mesmo assim, seu valor absoluto diminuiu. Ou seja, comparados aos 20 não aposentados, os aposentados tem rendimento maior em 2009, o resultado contrário é encontrado em 1995. Com relação à variável branco temos que em 1995 e em 2009, nos quantis mais altos, a diferença de rendimentos entre brancos e não brancos é maior. Há uma tendência de crescimento desse coeficiente ao longo dos quantis. Assim, nos dois anos temos que mudanças nos rendimentos devido à cor foram menores nos quantis mais baixos da distribuição, enquanto que no quantil mais alto, o efeito desses fatores no rendimento aumentou. Tabela 4 – 1995: Coeficientes das regressões quantílicas nos quantis 0.1, 0.25, 0.5, 0.75, 0.9 ( )ˆ 0.1β ( )ˆ 0.25β ( )ˆ 0.5β ( )ˆ 0.75β ( )ˆ 0.9β Constante 3,777 0,0167 4,264 0,0069 4,636 0,0078 4,955 0,0103 5,287 0,0155 Idade 0,025 0,0004 0,019 0,0001 0,022 0,0002 0,026 0,0002 0,030 0,0004 Idadesqr -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 Analfab -0,408 0,0108 -0,476 0,0045 -0,546 0,0057 -0,563 0,0082 -0,521 0,0131 Efund 0,321 0,0136 0,349 0,0059 0,349 0,0074 0,380 0,0105 0,402 0,0165 Emedio 0,706 0,0135 0,785 0,0058 0,837 0,0073 0,902 0,0103 0,932 0,0163 Esup 1,402 0,0194 1,654 0,0083 1,753 0,0104 1,750 0,0146 1,698 0,0232 B -0,192 0,0160 -0,440 0,0068 -0,472 0,0086 -0,391 0,0123 -0,356 0,0199 Branco 0,169 0 ,0086 0,201 0,0037 0,259 0,0047 0,275 0,0066 0,279 0,0105 Número de observações: 89272 Nota: todos os valores são significativos ao nível de 1% de significância. Em itálico estão os erros-padrão. 21 Tabela 5 – 2009: Coeficientes das regressões quantílicas nos quantis 0,1, 0,25, 0,5, 0,75, 0,9 ( )ˆ 0.1β ( )ˆ 0.25β ( )ˆ 0.5β ( )ˆ 0.75β ( )ˆ 0.9β Constante 4,008 0,0257 4,599 0,0127 4,925 0,0112 4,991 0,0142 5,705 0,0239 Idade 0,058 0,0011 0,055 0,0005 0,059 0,0005 0,071 0,0006 0,079 0,0011 Idadesqr -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 -0,000 0,0000 Analfab -0,237 0,0103 -0,244 0,0056 -0,366 0,0050 -0,362 0,0063 -0,360 0,0105 Efund 0,358 0,0107 0,275 0,0058 0,210 0,0053 0,207 0,0066 0,230 0,0109 Emedio 0,705 0,0093 0,539 0,0050 0,487 0,0046 0,580 0,0057 0,678 0,0094 Esup 1,086 0,0133 1,166 0,00721,373 0,0067 1,589 0,0082 1,688 0,0135 B 0,469 0,0155 -0,191 0,0078 0,163 0,0071 0,183 0,0089 0,134 0,0149 Branco 0,185 0,0067 0,155 0,0037 0,189 0,0034 0,210 0,0042 0,223 0,0069 Número de observações: 115211 Nota: todos os valores são significativos ao nível de 1% de significância. Em itálico estão os erros-padrão. No gráfico 1 disposto abaixo podemos analisar a decomposição do diferencial de rendimento entre os anos 1995 e 2009 para toda a amostra, isto é, beneficiários e não beneficiários. O diferencial total é positivo, é crescente até o quantil 0,2 e depois passa a decrescer. O valor positivo é reflexo do aumento dos rendimentos de 1995 para 2009. O aumento inicial dessa curva mostra que a distância de rendimentos entre 1995 e 2009 aumenta para os indivíduos com menos renda até os que estão no quantil 0,2. A partir do quantil 0,2 a distância de rendimentos decresce, isto é, quanto maior a renda menor a diferença de rendimentos entre 1995 e 2009. Assim, temos que os indivíduos de renda baixa e de renda média tiveram um diferencial total de renda maior que os indivíduos de renda alta. Esse resultado pode ser explicado, em partes, pelas políticas governamentais implementadas nessa década. Os programas de transferência de renda aumentaram a renda das classes baixas, de modo que houve um grande aumento de população na chamada classe C. 22 0 . 5 1 1. 5 Ef ei to do s qu a nt is 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito das características, coeficientes e diferença total Gráfico 1 - Decomposição das diferenças na distribuição (1995 2009) A diferença entre os efeitos dos quantis de renda é decomposto em efeitos das características e efeitos dos coeficientes. Os efeitos das características são pequenos e variam pouco na distribuição, com uma leve diminuição até o quantil 0,3 e a partir desse quantil há um leve aumento de acordo com o aumento dos quantis de renda. Isso significa que o efeito das características pessoais é mais determinante na renda entre os indivíduos com mais renda e entre os indivíduos com menos renda, ou seja, as características são mais bem remuneradas entre os mais pobres e entre os mais ricos. O efeito dos coeficientes é o principal fator que determina o efeito dos quantis. Sua evolução é semelhante à evolução da diferença total na distribuição, isto é, é o efeito dos coeficientes que determina o desenho da diferença total na renda entre 1995 e 2009. O efeito dos coeficientes é decrescente até o quantil 0,2 e a partir disso passa a ser crescente, ou seja, o retorno das características pessoais é maior entre as pessoas no 23 quantil incondicional 0,3 de renda, e menor entre as pessoas de rendas extremas (renda alta ou renda baixa). 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 2009 com características de 1995 e contrafactual 2009 com características de 1995 Gráfico 2 - Distribuição estimada da renda 2009 No gráfico 2, disposto acima, temos a distribuição contrafactual do ano 2009 se as características fossem distribuídas como em 1995, isto é, temos ( )( )09 95ˆˆ ,q xβ . Além disso, temos a curva da distribuição de rendimentos estimada para o ano de 2009 ( )( )09 09ˆˆ ,q xβ . Comparando as duas curvas obtemos o efeito da mudança das características ( ) ( )( )09 95 09 09ˆ ˆˆ ˆ , ,q x q xβ β− , e, podemos observar que caso as características em 2009 fossem como em 1995, a renda seria menor. Também observamos que o efeito das características é parecido em todos os níveis de renda, e, apesar disso, o índice de Gini da distribuição da curva estimada de 2009 é 0,496 e o índice da curva contrafactual é 0,509. Isto é, caso em 2009 as características fossem distribuídas como em 1995, a distribuição da renda seria mais desigual. 24 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 2 4 6 8 10 Logaritmo da renda pessoal Distribuição incondicional estimada 1995 Contrafactual 2009 com características de 1995 e contrafactual 2009 com características de 1995 Gráfico 3 - Distribuição estimada da renda 1995 No gráfico 3, a distribuição contrafactual de 2009 com características de 1995 é comparada com a distribuição de rendimentos estimada para 1995, assim, temos o efeito das mudanças dos coeficientes e dos resíduos de 1995 para 2009, isto é, temos ( ) ( )( )95 95 09 95ˆ ˆˆ ˆ , ,q x q xβ β− . A curva contrafactual é deslocada para a direita com relação à curva estimada da densidade da renda em 1995, indicando que, caso em 1995 os retornos às características fossem os mesmos que em 2009, a renda seria maior para toda a amostra. Além disso, temos que o índice de Gini da curva estimada de 1995 é 0,556, e o índice do contrafactual é 0,509. Assim, temos que a curva de rendimentos está mais bem distribuída no caso contrafactual, o que indica que, caso os retornos às características em 1995 fossem como os retornos de 2009, a distribuição de rendimentos em 1995 seria mais igualitária. Temos que observar também que parte dessa diferença de renda e de distribuição da renda é atribuída aos resíduos. Além de comparar as densidades de renda quando alteramos o conjunto de características e coeficientes na distribuição, podemos analisar o efeito que a alteração de cada característica tem na diferença de rendimentos. 25 No gráfico 4 temos a decomposição da diferença de rendimento entre os anos de 1995 e 2009 para coeficientes, apenas a característica analfab, que determina se o indivíduo é analfabeto ou não, e para todas as outras características do modelo em conjunto. Notamos que o efeito de analfab na diferença de rendimentos é pequena, positiva e levemente decrescente do menor quantil para o maior. Assim, a diminuição da porcentagem de analfabetos de 1995 para 2009, como observado na tabela 2, levou a um pequeno aumento da renda em 2009, especialmente nos quantis incondicionais mais baixos de renda. No gráfico 5 temos a distribuição estimada do ano 2009 e temos dois contrafactuais. O primeiro contrafactual mostra como seria a densidade da renda se as outras características do modelo, exceto analfab, fossem distribuídas como em 1995. O segundo contrafactual mostra como seria a densidade da renda se a característica analfab fosse distribuída como em 1995. 0 . 5 1 1. 5 Ef ei to do s qu a n tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica Analfab Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica Analfab, outras características e diferença total Gráfico 4 - Decomposição das diferenças na distribuição da renda (1995 2009) 0 . 5 1 1. 5 Ef ei to do s qu a n tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica Efund Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica Efund, outras características e diferença total Gráfico 6 - Decomposição das diferenças na distribuição da renda (1995 2009) 0 . 5 1 1. 5 Ef ei to do s qu a n tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica Emedio Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica Emedio, outras características e diferença total Gráfico 8 - Decomposição das diferencas na distribuição da renda (1995 2009) 0 . 5 1 1. 5Ef ei to do s qu a n tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica Esup Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica Esup, outras características e diferença total Gráfico 10 - Decomposição das diferenças na distribuição da renda (1995 2009) 26 Analisando o efeito separado da característica efund (que determina se o indivíduo tem ensino fundamental completo ou não), encontramos resultados semelhantes a quando separamos a característica analfab. Os gráficos 6 e 7 mostram os resultados. O efeito da característica efund na diferença entre as densidade de renda de 1995 e 2009 é pequeno, positivo e uniforme. A característica emedio, que indica se o indivíduo completou o ensino médio, é a que mais contribui para a diferença na renda entre 1995 e 2009. Analisando o gráfico 8 temos que o efeito dessa característica é crescente até o quantil 0,8 e depois descresce. Essa é uma das características que mais explica o efeito de todas as características no diferencial de renda, sendo que dos quantis 0.4 a 0.8 o efeito dessa característica chega a ser equivalente ao efeito do todas as outras características juntas. Assim, o aumento na proporção dos indivíduos que possuem ensino médio de 1995 para 2009 contribuiu positivamente para o aumento da renda nesses anos, sendo essa contribuição maior para os indivíduos no quantil 0.8 incondicional de renda. No gráfico 9 podemos ver as densidades contrafactuais. O contrafactual 2 mostra que, caso a distribuição de pessoas com ensino médio em 2009 fosse a mesma que em 1995, a renda seria menor para a amostra. Analisando os índices de Gini das curvas do gráfico 9, temos que a renda estimada de 2009 tem índice de Gini de 0,480 e o segundo contrafactual tem índice de Gini de 0,485. Assim, a renda estimada de 2009 é mais bem distribuída que o segundo contrafactual, isto é, se, em 2009, a característica emedio fosse distribuída como em 1995, a distribuição de renda seria pior. 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual 1: Distribuição de 2009 com outras características distribuídas como em 1995 Contrafactual 2: Distribuição de 2009 com característica Analfab distribuída como em 1995 Característica separada: Analfab Gráfico 5 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 2 4 6 8 10 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual 2: Distribuição de 2009 com característica efund distribuída como em 1995 Contrafactual 1: Distribuição de 2009 com outras características distribuídas como em 1995 Característica separada: Efund Gráfico 7 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 27 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual 2: Distribuição de 2009 com característica emedio distribuída como em 1995 Contrafactual 1: Distribuição de 2009 com outras características distribuídas como em 1995 Característica separada: Emedio Gráfico 9 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 0 . 2 . 4 . 6 Fr eq u ên cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual 1: Distribuição de 2009 com outras características distribuídas como em 1995 Contrafactual 2: Distribuição de 2009 com característica esup distribuída como em 1995 Característica separada: Esup Gráfico 11 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 Os gráficos 10 e 11 descrevem o efeito da variável esup (conclusão do ensino superior) na alteração da renda entre os dois anos em análise. No gráfico 10 podemos observar que o efeito da característica esup é positivo em todos os quantis, mas tal efeito é pequeno até o quantil 0,6. A partir desse quantil esse efeito passa a aumentar, até se igualar ao efeito de todas as outras características no quantil 0,95. Isso significa que o aumento da proporção de indivíduos com ensino superior de 1995 para 2009 levou a um aumento de renda mais significativo para os indivíduos de renda maior, isto porque quem tem nível superior ganha mais incondicionalmente No gráfico 11 podemos avaliar o efeito dessa característica na distribuição da renda em 2009. O índice de Gini do segundo contrafactual é 0,458. Comparando essa curva com a distribuição estimada de 2009, temos que, ao contrário do resultado das outras variáveis de educação, caso em 2009 a característica esup fosse distribuída como em 1995, a distribuição de renda seria melhor. 0 . 5 1 1. 5 Ef ei to do s qu a n tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica b Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica b, outras características e diferença total Gráfico 12 - Decomposição das diferenças na distribuição da renda (1995 2009) 0 . 1 . 2 . 3 . 4 . 5 Fr eq uê n cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual 1: Distribuição de 2009 com outras características distribuídas como em 1995 Contrafactual 2: Distribuição de 2009 com característica b distribuída como em 1995 Característica separada: b Gráfico 13 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 28 A característica que representa a proporção de aposentados na amostra (b), disposta nos gráficos 12, tem um impacto negativo na diferença da renda entre 1995 e 2009, isto é, o aumento da proporção de aposentados em 2009, levou a uma diminuição da renda neste ano. Além disso, podemos observar no gráfico que esse efeito é aproximadamente o mesmo em todos os quantis incondicionais de renda. No gráfico 13 temos a distribuição da renda estimada para o ano 2009 e duas contrafactuais com características de 1995. Assim como observado no gráfico 12, se compararmos a renda estimada de 2009 com o contrafactual 2 (renda em 2009 com característica b distribuída como em 1995), temos que a primeira seria menor. Além disso, o índice de Gini para o segundo contrafactual é 0,497, enquanto o índice de Gini para a distribuição estimada de 2009 é 0,480, isto é, caso em 2009, a característica b fosse distribuída como em 1995, a distribuição da renda seria pior. Em 1995 a proporção de aposentados era menor que em 2009. Assim, temos que um aumento na proporção de aposentados melhorou a distribuição de renda. Dos gráficos 12 e 13, podemos concluir que, o aumento da proporção de aposentados leva a uma diminuição da renda e a uma melhor distribuição dessa renda. 0 . 5 1 1. 5 Ef ei to do s qu an tis 0 .2 .4 .6 .8 1 Quantil Diferença total Coeficientes Característica branco Outras características Intervalo de confiança a 95% Bootstrap com 100 replicações Efeito dos coeficientes, característica branco, outras característicase diferença total Gráfico 14 - Decomposição das diferenças na distribuição da renda (1995 2009) 0 . 1 . 2 . 3 . 4 . 5 Fr eq uê n cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional estimada 2009 Contrafactual 1 Contrafactual 2 Contrafactual1: Distribuição de 2009 com outras características distribuídas como em 1995 Contrafactual 2: Distribuição de 2009 com característica branco distribuída como em 1995 Característica separada: branco Gráfico 15 - Distribuição estimada da renda 2009 e contrafactuais com características de 1995 Por fim, nos gráficos 14 e 15 temos uma análise do impacto da característica branco na variação da renda entre 1995 e 2009. Apesar de, na tabela 2, observarmos uma grande variação na distribuição dessa variável, isso não representou um grande impacto no diferencial de renda. 29 5.2. SIMULAÇÃO 1 Utilizando a base de dados PNAD para o ano de 2009, fizemos uma simulação de uma base de dados para o ano 2019. O principal objetivo dessa simulação é alterar a proporção dos beneficiários de aposentadoria e ver o impacto disso na renda da amostra, tanto em termos absolutos quanto em termos relativos. Para encontrar a proporção de aposentados em 2019 utilizamos a hipótese de idade média de aposentadoria de 60 anos de idade. Para fazer essa hipótese levamos em consideração as idades de aposentadoria pelo RGPS e pelo RPPS. Além disso, levamos em consideração o fato de que nossa amostra está restrita aos indivíduos do sexo masculino, então a idade para aposentadoria tende a ser mais alta do que quando incluímos indivíduos do sexo feminino. As estatísticas descritivas são apresentadas na tabela 6 abaixo. O aumento na amostra de 2019 está baseado na projeção populacional do IBGE10, que prevê que entre 2009 e 2019 a população masculina crescerá em 7,12%. Nessa projeção também podemos observar que houve um aumento da proporção dos indivíduos com mais de 60 anos, o que na nossa simulação significa um aumento na proporção dos aposentados. Para criar a amostra de 2019, inicialmente somamos 10 anos de idade para toda a amostra de 2009. Com isso a base de 2019 ficou com muitos indivíduos que não eram aposentados em 2009, mas que, em 2019, já tinham idade para aposentadoria (60 anos). Para determinar a renda de aposentadoria dessa subamostra, que chamaremos de subamostra 1, nos baseamos na distribuição dos aposentados de 2009. Dos aposentados de 2009 na amostra PNAD, 10% recebe renda de aposentadoria maior que o teto do RGPS. Assim, podemos concluir que esses indivíduos são aposentados pelo RPPS. Os dados do Ministério da Previdência Social11 mostram que a quantidade de beneficiários de aposentadorias do RPPS é 15,79% do total (RGPS e RPPS) de aposentados no Brasil. Portanto, consideramos que os outros 5,79% dos aposentados do RPPS que não estão no grupo observado anteriormente, ganham de aposentadoria um valor menor que o teto do RGPS. Com essas informações, na subamostra 1, tiramos uma amostra aleatória de 10% dos que possuem renda da ativa maior que o teto do RGPS, e supomos 10 Ver Projeção da População do Brasil por sexo e idade: 1980-2050 - Revisão 2008. IBGE. 11 Anuário Estatístico da Previdência Social, Ministério da Previdência Social, Volume 18 (2009). 30 que esses seriam aposentados pelo RPPS, mantendo sua renda da ativa. Os outros indivíduos que ganhavam mais que o teto do RGPS na ativa, passam a ganhar o teto do RGPS como aposentadoria. Toda a outra parte da amostra que ganha menos que o teto e mais que o piso do RGPS na ativa, mantém o seu salário da ativa na aposentadoria, e os que ganham menos que o piso do RGPS, passam a ganhar o piso. Por fim, em 2009 temos 909 indivíduos que são aposentados e tem menos de 50 anos. Em 2019, essas observações terão menos de 60 anos, portanto, inserimos essas na ativa novamente. Para tanto, tiramos uma amostra aleatória de 909 indivíduos dentre os indivíduos de 40 a 50 anos na ativa em 2009. Substituímos os 909 indivíduos aposentados por essa amostra aleatória no ano de 2019. A amostra de 2019, portanto, foi uma alteração da amostra de 2009 buscando avaliar o impacto do aumento da proporção de aposentados na renda. Assim, essa foi a principal mudança da amostra, mas com o desenho que fizemos, outras características, por consequência, também se alteraram. O nível educacional do grupo de aposentados, por exemplo, aumentou com relação a 2009, uma vez que o grupo etário de 50 a 60 anos em 2009 tem nível educacional maior que o grupo de aposentados de 2009. Com essas mudanças a amostra de 2009 tem 115211 observações e a amostra de 2019 tem 123421 observações. Tabela 6 – Estatísticas descritivas para 2009 e 2019 2009 2019 Beneficiários Não beneficiários Beneficiários Não beneficiários Total 18.296 96.915 20.837 102.584 Idade 16-59 21,62% 96,76% 0,00% 100,00% A partir de 60 78,37% 3,23% 100,00% 0,00% Cor Branco 52,55% 43,80% 48,80% 41,68% Anos de estudo 0-3 44,24% 17,07% 37,41% 26,63% 4-7 26,82% 24,73% 27,06% 26,60% 8-10 8,46% 17,78% 10,74% 16,51% 11-14 12,94% 31,68% 15,82% 24,36% 15 ou mais 7,49% 8,36% 8,88% 5,65% Não determinado 0,04% 0,38% 0,10% 0,26% Tabela gerada a partir dos dados da PNAD de 2009, com simulação para 2019, onde o tamanho da amostra de 2019 está baseado nos dados de projeção populacional do IBGE. Amostra de homens com renda pessoal positiva e mais de 16 anos. 31 No gráfico 16, disposto abaixo, temos as densidades de renda estimadas para os anos 2009 e 2019. Podemos notar que para o ano 2019 as frequências são maiores nos níveis de renda menores em comparação com 2009. Isso é um efeito da diminuição da renda da população que se aposentou nesse período. Além disso, calculamos o índice de Gini das duas distribuições e encontramos para 2019 um índice de 0,483, e para 2009 um índice de 0,496, isto é, a simulação para 2019 é mais bem distribuída que a renda estimada de 2009. Os índices de Gini tem valor baixo pois estamos analisando apenas a amostra de homens. 0 . 1 . 2 . 3 . 4 . 5 Fr eq u ên cia 4 5 6 7 8 9 Logaritmo da renda pessoal Distribuição incondicional da renda estimada 2009 Distribuição incondicional da renda estimada 2019 Gráfico 16 - Distribuição incondicional da renda estimada 2009 e 2019 No gráfico 17 fazemos a comparação entre a renda de 2009 e 2019 para toda amostra separando o efeito da característica b, isto é vamos analisar o efeito do aumento da proporção de aposentados entre os dois anos. Esse gráfico nos dá o contrafactual de 2009 se a proporção de beneficiários fosse distribuída como em 2019. Podemos perceber que, apesar do efeito da característica b ser pequeno, há uma frequência maior para níveis médios de renda. Analisando o índice de Gini, temos que o índice para o contrafactual é de 0,487, menor que o índice da distribuição estimada de 2009, que é 0,496. Temos, portanto, que a proporção de beneficiários contribui para a melhoria na distribuição de renda observada no gráfico 16. Assim, um aumento da proporção de 32 beneficiários tende a melhorar a distribuição de renda como um todo, resultado semelhante ao encontrado na comparação entre os anos 1995 e 2009. 0 . 1 . 2 . 3 . 4 . 5 4 6 8 10 x Distribuição incondicional estimada 2009 Banda de confiança a 95% para 2009 kdensity efitted_0ucblContrafactual de 2009 com característica b como em 2019 Banda de confiança a 95% para contrafactual kdensity ecounterfactual2ucbu Bootstrap com 50 replicações Característica separada: b Gráfico 17 - Distribuição da renda em 2009 e contrafactual com característica de 2019 Vamos analisar também o impacto que a educação teve na alteração da renda entre os aposentados. Ao fazer a simulação, a amostra de aposentados tornou-se mais educada, pois os novos aposentados em 2019, são mais educados que os aposentados de 2009. Esses novos aposentados fazem parte da população de 50 a 60 anos de
Compartilhar